Numérique & IA
Réussir un projet d'IA en entreprise
Proposée par Machine learning lab - formations et conseil en intelligence artificielle · certifié Qualiopi
- Durée
- 1 jour
- Lieu
- Paris
- Format
- Hybride
- Niveau
- Tout public
Ce que vous allez apprendre
87 % des projets d'IA échouent, souvent par manque de méthode. Cette formation vous donne les clés pour structurer, prioriser et piloter un projet d'innovation digitale avec succès.
À l'issue de la formation, vous serez capable de
- Comprendre les fondamentaux d'un projet d'innovation digitale incluant l'IA
- Maîtriser les outils méthodologiques pour structurer un projet d'innovation
- Concevoir et lancer un projet d'IA opérationnel adapté à votre entreprise
Programme
Section 1: Les fondamentaux de l'innovation digitale et des projets d'IA
- Pourquoi l'innovation digitale est indispensable dans un environnement concurrentiel
- Les opportunités offertes par l'IA dans les processus métiers
- Exercice: évaluer l'état de maturité digitale de votre entreprise
- Utiliser ou déployer des solutions d'IA existantes
- Recourir à des API d'IA as a Service
- Entraîner un modèle de machine learning sur mesure à partir de vos données
- Explorer les possibilités de la recherche en IA
- Étude de cas sur des projets d'IA échoués
- Exercice: identifier les erreurs principales d'échec d'un projet d'IA
Section 2: Le design thinking et le Produit Minimum Viable
- Qu'est-ce que le design thinking ?
- Les étapes du design thinking
- Qui utilise le design thinking et pourquoi faire ?
- Pourquoi adopter le design thinking pour réussir un projet d'innovation ?
- Idée vs solution
- Constitution d'une équipe projet d'innovation
- Qu'est-ce qu'un persona ?
- Identification d'un persona pour un projet d'innovation
- La documentation du processus pour établir un cahier des charges
- Analyser les étapes du parcours de l'utilisateur
- Rédiger un guide d'entretien et adopter une posture d'écoute
- L'importance de travailler en binôme pour réaliser les entretiens
- Mener les entretiens exploratoires
- Les autres techniques d'empathie (immersion, observation, etc.)
- Identifier les solutions de contournement existantes
- Clusteriser et analyser les problématiques rencontrées
- Bien formuler le challenge retenu pour un projet d'innovation
- Formuler le challenge du point de vue de l'utilisateur et le valider auprès de celui-ci
- Idéation des solutions pour un challenge identifié, étudier les solutions existantes
- L'idéation contrainte
- Idéation en solo: avantages et inconvénients
- Idéation en groupe: avantages et inconvénients
- Techniques pour identifier les clusters d'idées des utilisateurs
- Quoi faire si l'IA n'est pas la solution retenue pour votre challenge d'innovation ?
- Dessiner un storyboard d'UX pour votre solution
- Qu'est-ce qu'un produit minimum viable ?
- Pourquoi est-il important de commencer par un produit minimum viable ?
- Choix des fonctionnalités prioritaires pour un prototype
- Prototypage d'un produit minimum viable
- Rédiger un guide de test d'un prototype
- Mener des entretiens pour tester un prototype. Quelle posture adopter ?
- Synthétiser les retours des utilisateurs pour valider ou itérer le prototype
Section 3: Construire un projet d'IA adapté à votre entreprise
- Data scientists, Data engineers, Développeurs, Chefs de projet: les différents profils dans l'IA
- Données publiques, privées, collectables, indisponibles
- Découvrir le domaine de la donnée et sa gouvernance
- Le cloud, les systèmes existants, le shadow computing: tout savoir sur l'infrastructure nécessaire pour un projet d'IA
- Connaître la législation autour de l'intelligence artificielle et de la donnée
- Identifier les décideurs pour un projet d'IA pour mieux anticiper
- Brainstorming guidé des chantiers d'innovation
- Clusterisation des idées
- Matrice d'Eisenhower pour identifier le chantier à retenir
- Identification de la méthodologie à déployer: challenge individuel vs organisationnel
- Établir un plan d'action actionnable
- Démarrer le projet d'innovation. Faire le premier pas
Pour qui ?
Prérequis
Public: Directeurs et responsables de l'innovation, responsables de la transformation digitale, chefs de projet innovation ou transformation, cadres dirigeants et décideurs stratégiques.
Prérequis: Aucun prérequis technique n'est nécessaire. Cette formation s'adresse à des profils non techniques souhaitant comprendre comment transformer une idée en un projet d'IA opérationnel.
Questions fréquentes
Combien de temps dure la formation ?
La formation dure 1 jour, mais le format est sur mesure : la durée, le programme et le rythme sont définis avec vous lors d'un rendez-vous de cadrage pédagogique.
À qui s'adresse cette formation ?
Elle est conçue pour les directeurs de l'innovation, responsables de la transformation digitale, chefs de projet innovation et cadres dirigeants qui souhaitent structurer et réussir des projets d'IA.
Faut-il des prérequis techniques ?
Non, aucun prérequis technique n'est nécessaire. La formation est ouverte aux profils non techniques.
Où se déroule la formation ?
Elle alterne présentiel et distance, avec une partie à Paris.
Peut-on la financer ?
Elle n’est pas indiquée comme éligible au CPF, mais France Travail ou votre employeur peuvent la financer selon votre situation.
Comment payer cette formation ?
- Votre CPFCette formation n’est pas indiquée comme éligible au CPF. Le centre vous dira si une autre version l’est.
- Si vous cherchez un emploiFrance Travail peut financer tout ou partie de la formation avec l’aide individuelle à la formation (AIF), si elle vous aide à retrouver un poste.
- Si vous êtes salarié(e)Votre employeur peut la prendre en charge dans son plan de formation, souvent avec l’aide de son OPCO.

Machine learning lab - formations et conseil en intelligence artificielle
Machine Learning Lab est un centre de formation et conseil spécialisé en intelligence artificielle basé à Paris, dans le secteur de l'informatique.
Découvrir le centreChez Machine learning lab - formations et conseil en intelligence artificielle, aussi



Formations similaires

Éligible CPF